使用Python训练和部署低精度模型 （TensorFlow版） 张校捷 2019/9/21 目录 CONTENTS 低精度的概念和意义 TensorFlow的FP16模型 TensorRT的FP16/Int8模型 总结 1 低精度的概念和意义 实数的16-bit半精度浮点数和8-bit定点数表示 使用低精度的意义 深度学习模型中实数的表示 FP32: E8M23 FP16:

然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 * 如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。 8.2.1. 两种建堆方法 借助入堆方法实现 最直接地，考虑借助「 12.2.3. Docker 部署 你可以使用 Docker 来部署本项目。稍等片刻，即可使用浏览器打开 http://localhost:8000 访问本项目。 git clone https://github.com/krahets/hello-algo.git cd hello-algo docker-compose up -d 使用以下命令即可删除部署。 docker-compose

然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 * 如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。 8.2.1. 两种建堆方法 借助入堆方法实现 最直接地，考虑借助「 12.2.3. Docker 部署 你可以使用 Docker 来部署本项目。稍等片刻，即可使用浏览器打开 http://localhost:8000 访问本项目。 git clone https://github.com/krahets/hello-algo.git cd hello-algo docker-compose up -d 使用以下命令即可删除部署。 docker-compose

数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8. 堆 hello‑algo.com 149 8.2. 建堆操作 如果我们想要根据输入列表生成一个堆，这个过程被称为「建堆」。 8.2.1. 借助入堆方法实现 request”按钮即可发起拉取请求。 16.2.3. Docker 部署 执行以下 Docker 脚本，稍等片刻，即可在网页 http://localhost:8000 访问本项目。 git clone https://github.com/krahets/hello-algo.git cd hello-algo docker-compose up -d 使用以下命令即可删除部署。 docker-compose down

序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 hello‑algo.com 172 request”按钮即可发起拉取请求。 第 16 章 附录 hello‑algo.com 352 3. Docker 部署 在 hello-algo 根目录下，执行以下 Docker 脚本，即可在 http://localhost:8000 访问本项目： docker-compose up -d 使用以下命令即可删除部署： docker-compose down 16.3 术语表 表 16‑1 列出了书中出现的重要术语，值得注意以下几点。

数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 hello‑algo.com 169 刷新仓库网页，点击“Create pull request”按钮即可发起拉取请求。 3. Docker 部署 在 hello-algo 根目录下，执行以下 Docker 脚本，即可在 http://localhost:8000 访问本项目。 docker-compose up -d 使用以下命令即可删除部署。 docker-compose down

序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 hello‑algo.com 172 request”按钮即可发起拉取请求。 第 16 章 附录 hello‑algo.com 353 3. Docker 部署 在 hello-algo 根目录下，执行以下 Docker 脚本，即可在 http://localhost:8000 访问本项目： docker-compose up -d 使用以下命令即可删除部署： docker-compose down 16.3 术语表 表 16‑1 列出了书中出现

Health Informatics[J]. arXiv preprint arXiv:1909.00384, 2019. 机器视觉在医学领域应用 物理驱动 1898-1995 X光、超声、核磁共振 热成像、同位素成像 应用驱动 1990- 影像引导、治疗计划、 多序列核磁、靶向造影 数据驱动 2010- 通过人工智能技术在海量 数据中，挖掘有效信息、 优化诊断与治疗方法 肺结节处理案例-预处理

序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 www.hello‑algo.com 172 刷新仓库网页，点击“Create pull request”按钮即可发起拉取请求。 3. Docker 部署 在 hello-algo 根目录下，执行以下 Docker 脚本，即可在 http://localhost:8000 访问本项目： docker-compose up -d 使用以下命令即可删除部署： docker-compose down 16.3 术语表 表 16‑1 列出了书中出现的重要术语，值得注意以下几点。